Warum jedes Startup ein KI Tactical Discovery Team braucht: Neun Schritte zum Erfolg
Künstliche Intelligenz (KI) entwickelt sich rasant weiter. Viel schneller, als viele Branchen es verkraften können. Unternehmen haben Mühe, Schritt zu halten mit den Entwicklungen und scheuen sich, KI einzusetzen. Sie sorgen sich vor Risiken, die Unwissenheit im Gebrauch mit sich bringen könnten: Nach den Gründen für den Nichtgebrauch gefragt, nannten in einer aktuellen Studie fast ¾ der deutschen Unternehmen „Fehlendes Wissen“ (72 %)[1].
Aber KI zu ignorieren kann für Unternehmen keine Option sein. Die Nutzung von KI ist die Zukunft. Alle Unternehmen müssen einen Weg finden, sie zu integrieren – auch kleine Unternehmen und Startups.
Eine Vision für die Wertschöpfung
Nach Angaben von GrandViewResearch[2] ist der weltweite KI-Markt fast 197 Milliarden US-Dollar wert. Das ist ein Zuwachs von rund 60 Milliarden Dollar seit 2022. Es wird erwartet, dass der globale KI-Markt bis 2030 jedes Jahr um 37 % wächst[3] und bis zum Ende des Jahrzehnts bis zu 15,7 Billionen US-Dollar zur Weltwirtschaft beitragen wird[4] – mehr als die derzeitige Wirtschaftsleistung Chinas und Indiens zusammen. Davon dürften 6,6 Billionen Dollar aus Produktivitätssteigerungen stammen.
Für Deutschland wird die Marktgröße im Künstliche-Intelligenz-Markt für 2024 auf ca. 7,28 Milliarden € geschätzt[5]. Als Prognose wird erwartet, dass die Marktgröße mit einer jährlichen Wachstumsrate von 28,64 % zunimmt, was für 2030 ein Marktvolumen von 32,99 Milliarden € in Deutschland bedeutet[6].
Aktuelle Studien zeigen für Deutschland, dass die Mehrheit der Unternehmen KI als sehr relevantes Thema betrachtet und sich aktiv mit Einsatzszenarien beschäftigt[7]. Potenziale der Technologie sehen die Unternehmen vor allem in der Beschleunigung von betrieblichen Abläufen sowie bei Kosten und Effizienz.
Wenn es jedoch um die Einführung von KI-Initiativen geht, tendieren viele Unternehmen dazu, diese zu überstürzen, aus Angst, Chancen zu verpassen. Aber auf den „KI-Knopf“ zu drücken und auf gute Ergebnisse zu hoffen, ist keine Strategie. Unternehmen können KI nur dann erfolgreich einsetzen, wenn sie eine klare Vision für die Wertschöpfung haben.
Das KI Tactical Discovery Team
Ein entscheidender Faktor für den Unternehmenserfolg ist die Schaffung eines KI Tactical Discovery Teams. Dieses sollte – je nach Größe und Ressourcen des Startups – aus einer Gruppe kuratierter und vertrauenswürdiger technischer Experten bestehen. Ihr Ziel ist, mittels KI interne Prozesse zu optimieren sowie Herausforderungen zu bewältigen (taktisch) und/oder einen Beitrag zur Wertschöpfung zu leisten, den das Unternehmen seinen Kunden bietet (strategisch).
Voraussetzung für die Bildung eines erfolgreichen KI Tactical Discovery Teams ist die Auswahl der richtigen Mitarbeiter. Es kann passieren, dass einige der besten Ingenieure KI skeptisch gegenüberstehen und wenig oder gar kein Interesse daran haben. In diesem Fall ist es wichtig, jene Ingenieure auszuwählen, die sich tatsächlich für diesen Bereich interessieren. Wenn Sie ein Software-as-a-Service (SaaS)-Startup sind oder eine SaaS-Sparte haben, sollten Sie sicherstellen, dass Mitarbeiter aus dem Site Reliability Engineering (SRE) und Security Operations (SecOps) beteiligt sind, ein Cloud-Architekt sowie ein Data Scientist.
Die erste, und vielleicht größte, Herausforderung für Ihr KI Tactical Discovery Team wird darin bestehen, den Anwendungsfall zu ermitteln und zu entscheiden, ob dieser intern entwickelt werden kann oder Expertise dazu gekauft werden muss. Erstes Szenario bietet die Chance, Organisationswissen zu erlangen, letzteres die Auseinandersetzung mit den Potenzialen des Partner-Ökosystems. In der Praxis ist es gängig, dass bereits Vorhandenes miteinander verknüpft wird.
Das Wissen und die Expertise rund um Generative KI (GenAI) innerhalb eines Partner-Ökosystems bietet Optionen, mittels derer Startups skalieren können, wenn sich der Aufbau eines eigenen KI Tactical Discovery Teams nicht realisieren lässt. Erfahrene Partner können helfen, ein Proof of Concept (POC) auf die Beine zu stellen und zum Laufen zu bringen, das intern genutzt werden kann, um mit der Technologie vertraut zu werden.
In neun Schritten zum erfolgreichen KI Tactical Discovery Team
Sobald Sie Ihr Team zusammengestellt haben, ist es ratsam, wie folgt vorzugehen:
1. Identifizieren Sie einen Anwendungsfall:
Sobald dieser gefunden ist, sollte Ihr Tactical Discovery Team eine KI-gestützte Lösung für dieses Problem entwickeln. Ziel ist es, mehr über KI zu erfahren und wie Modelle auf innovative Weise eingesetzt werden können – unter der Annahme, dass Nutzung und Training in den nächsten Jahren immer kosteneffizienter werden.
2. Fokussieren Sie:
Investieren Sie Zeit und Kapazitäten in Marketing und Kommunikation, um Ihre Unternehmensvision anzupassen. Heben Sie Ihre vorhandenen KI-unterstützenden Fähigkeiten hervor. Jedoch sollte im Tactical Discovery Team kein Marketer sein, da es darum geht, organisationales Lernen und nicht spezifisch die Produktentwicklung zu fokussieren.
3. Widerstehen Sie der Produktmanager–Versuchung:
In diesem frühen Stadium ist es sinnvoll, keinen Produktmanaget einzubeziehen. Das KI Tactical Discovery Team wird im wahrsten Sinne des Wortes von einer Startup- und Innovationskultur angetrieben, in der kleine Misserfolge als Chance gesehen werden, Neues zu lernen, zu iterieren, zu verbessern. Das Team sollte deshalb nicht mit den Prozessen belastet werden, mit denen sich das Produktmanagement herumschlägt.
4. Ziehen Sie Grenzen:
Ihr KI Tactical Discovery Team ist explizit von der Arbeit des SecOps-Teams zu trennen, das sämtliche KI-Funktionen evaluieren sollte, die in den von Ihnen bereits verwendeten Tools zum Einsatz kommen. Die Projektverantwortlichen sollten jedoch die Pipeline der untersuchten KI-Funktionen im Blick haben, damit es nicht zu Überlappungen kommt.
5. Erwarten Sie Veränderungen:
Veränderung und Innovation entstehen durch Ausführung. Das soll nicht heißen, dass Strategien und Konzepte nicht wichtig sind. Stellen Sie sich jedoch darauf ein, sich anzupassen – je nachdem, wie sich der Markt entwickelt. Streben Sie mehrere, miteinander verknüpfte Erfolge an anstelle einer großen Offenbarung.
6. Legen Sie Parameter fest:
Legen Sie ein Zeitlimit von maximal drei Monaten bis zur Fertigstellung fest, um Resultate zu fördern. Und setzen Sie eine Benchmark für die Überprüfung der Ziele.
7. Reduzieren Sie den Verwaltungsaufwand:
Das KI Tactical Discovery Team muss die Möglichkeit haben, das auszugeben, was es braucht, und Zugang zu neuen Technologien erhalten, auch wenn diese derzeit noch nicht im Unternehmen vorhanden sind. Bauen Sie möglichst viele bürokratische Hürden ab.
8. Verschaffen Sie sich Klarheit:
Ihr Ziel ist es zu verstehen, wie die Technologie funktionieren kann, sodass, wenn Sie mit einer KI-gestützten Funktion auf den Markt gehen, diese Fit for Purpose ist. Finden Sie einen echten (Mehr-)Wert für KI in Ihrem Unternehmen und gewinnen Sie organisationsbezogenes Wissen und Fähigkeiten – und zwar möglichst nahe dem Bereich, in dem Sie aktuell Wertschöpfung betreiben.
9. Seien Sie umsichtig:
Die Generative KI befindet sich noch in einem frühen Stadium, aber schon jetzt ist der Weg gesäumt von Schreckensmeldungen darüber, was alles schiefgehen kann. Achten Sie auf den Schutz der Privatsphäre Ihres Startups und Ihrer Kunden sowie auf die Einhaltung bestehender Vorschriften und Bestimmungen.
Dieser radikale Weg ist die einzige Möglichkeit für Unternehmen jeder Größe, mit der KI-Entwicklung Schritt zu halten. Die heute verfügbaren Tools und Funktionen werden wahrscheinlich nicht diejenigen sein, die Sie in 18 Monaten nutzen. Aber Ihr Startup sollte wissen, welche Ergebnisse mit aktueller KI erzielt werden können und welche nicht. Es sollte diesen „Lernmuskel” der taktischen Entdeckungen stets und ständig trainieren, während die KI-Technologie Fortschritte macht. Und das wird sie.
[1] https://www.destatis.de/DE/Presse/Pressemitteilungen/2023/11/PD23_453_52911.html
[5] https://de.statista.com/outlook/tmo/kuenstliche-intelligenz/deutschland
[6] https://de.statista.com/outlook/tmo/kuenstliche-intelligenz/deutschland
[7] https://publica.fraunhofer.de/bitstreams/e3e218ad-f84c-420f-833d-fde6c1aab508/download
Autor
John Kennedy ist Head of Databases bei Aiven, wo er die Innovation der Open-Source-Datenplattform vorantreibt und Unternehmen dabei hilft, das Beste aus ihren Daten in jeder Cloud herauszuholen. Außerhalb der Arbeit verbringt John gerne Zeit mit seiner Familie, erforscht neue Technologien und bastelt an seiner Heimautomatisierung.
Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder
